Penerapan kecerdasan buatan (AI) apa yang paling berhasil dalam rantai pasokan? Sejak vendor IT OpenAI meluncurkan ChatGPT pada November 2022, terdapat heboh seputar AI generatif. Menurut penelitian terbaru yang dilakukan oleh firma analis Gartner, setengah dari eksekutif rantai pasokan berharap untuk mengadopsi AI generatif (GenAI) tahun ini. Namun, mereka mungkin belum memiliki gagasan konkrit tentang cara menerapkan aplikasi AI penghasil teks dan kode ini, yang dilatih dengan model bahasa besar, dalam rantai pasokan mereka dan pada skala apa.
Produser kopi Jacobs Douwe Egberts mengintegrasikan chatbot yang mudah digunakan ke dalamnya meningkatkan perangkat lunak perencanaan permintaan Garvis dalam proyek percontohan yang sukses pada pertengahan tahun 2023. Dengan itu, karyawan secara acak mendapatkan jawaban yang akurat dan dapat diakses, misalnya, implikasi finansial dan logistik dari kampanye promosi.
Hambatan terbesar
Hambatan terbesar untuk adopsi kecerdasan buatan generatif di seluruh perusahaan adalah harmonisasi yang diperlukan antara perangkat lunak rantai pasokan yang mendasarinya dan data yang dihasilkan. Selain itu, perlu adanya teknologi enkripsi untuk mencegah kebocoran data perusahaan ke aplikasi publik OpenAI.
Selain itu, biaya lisensi AI generatif bisa sangat besar. Lisensi perusahaan ChatGPT berharga lebih dari $9,000 untuk 60 pengguna, ditambah biaya tambahan untuk setiap kueri ('prompt'). Jika separuh dari seluruh perusahaan benar-benar mengadopsi AI generatif, saya memperkirakan gelembung ini akan meledak tahun depan karena biaya yang sangat tinggi dan pendapatan yang mengecewakan.
Secara pribadi, saya melihat potensi terbesar dalam rantai pasokan pada apa yang disebut AI 'sempit'. Perusahaan rintisan asal Swiss, Afflux, yang lahir dari universitas teknik EPFL di Lausanne, telah menyelesaikan serangkaian proyek AI yang sukses dalam rantai pasokan menggunakan kombinasi model simulasi dan algoritme pengoptimalan. Dengan memodelkan lini produksi yang ada secara akurat dalam model simulasi dan kemudian menggunakan berbagai algoritma untuk mengoptimalkan penjadwalan produksi, peningkatan produktivitas antara 10 hingga 30% telah terwujud.
Pemodelan yang dibuat khusus
Perangkat lunak standar untuk penjadwalan produksi seringkali hanya memiliki lima atau sepuluh kendala teknis, sedangkan model simulasi dapat mendekati kenyataan dengan lebih banyak hambatan dengan akurasi hingga 99%. Kembaran digital pada jalur produksi dan jaringan distribusi ini akan menjadi aplikasi AI yang paling sukses dalam rantai pasokan. Namun, mereka memerlukan pemodelan yang disesuaikan.
Martijn Lofvers, Kepala Media Rantai Pasokan Trendwatcher
martijn.lofvers@supplychainmedia.nl
- Konten Bertenaga SEO & Distribusi PR. Dapatkan Amplifikasi Hari Ini.
- PlatoData.Jaringan Vertikal Generatif Ai. Berdayakan Diri Anda. Akses Di Sini.
- PlatoAiStream. Intelijen Web3. Pengetahuan Diperkuat. Akses Di Sini.
- PlatoESG. Karbon, teknologi bersih, energi, Lingkungan Hidup, Tenaga surya, Penanganan limbah. Akses Di Sini.
- PlatoHealth. Kecerdasan Uji Coba Biotek dan Klinis. Akses Di Sini.
- Sumber: https://www.supplychainmovement.com/winning-artificial-intelligence/